N1과 N2가 샘플 크기인 경우(bar{Y_{1}} ) 및 (bar{Y_{2}})는 샘플 평균이며({s{{2}{1}} ) 및 ({s^{2}{2}} )는 샘플 분산입니다. j. 자유도 – 단일 샘플 t-검정에 대한 자유도는 단순히 유효한 관측값 의 수에서 영하 1입니다. 우리는 샘플에서 평균을 추정했기 때문에 한 정도의 자유를 잃습니다. 우리는 평균을 추정하기 위해 데이터의 일부 정보를 사용했기 때문에 테스트에 사용할 수 없으며 자유도가 이를 설명합니다. 수단이 다른지 여부를 테스트하는 t 검정 통계 값은 다음과 같이 계산될 수 있습니다: 일반적으로, 1표본 t-검정을 위한 3개의 가능한 대체 가설 및 거부 영역이 있습니다: 위에서 언급한 바와 같이, 1-샘플 t-검정은 지정된 이론적 평균((mu)에 대한 모집단의 평균입니다. E 평균 차이: «관찰된» 표본 평균(한 표본 통계 상자에서)과 «예상» 평균(지정된 테스트 값(A)의 차이입니다. 평균 차이의 부호는 t 값(B)의 부호에 해당합니다. 이 예제의 양수 t 값은 샘플의 평균 높이가 가설값(66.5)보다 크다는 것을 나타냅니다. 참고: One 샘플 t 테스트는 단일 샘플 평균을 지정된 상수와만 비교할 수 있습니다. 2개 이상의 그룹 간에 샘플 수단을 비교할 수 없다. 여러 그룹의 평균을 서로 비교하려는 경우 독립 샘플 t 테스트(두 그룹의 평균 비교) 또는 단방향 ANOVA(두 그룹 이상의 평균을 비교)를 실행하려고 할 수 있습니다.

66.5는 성인의 평균 신장에 대한 CDC의 추정치이며 xHeight는 샘플의 평균 높이입니다. 쌍을 이루는 학생의 t-test는 두 개의 관련 샘플의 수단을 비교하는 데 사용됩니다. 즉, 동일한 샘플에 대해 두 개의 값(값 쌍)이 있는 경우입니다. 이 테스트는 비교중인 두 샘플 그룹(A 및 B)이 동일한 분산을 가진 이변량 정규 분포를 따르는 경우에만 사용할 수 있습니다. k. Pr (T t) – 평균이 50 (왼쪽 테스트) 미만이고 50 (오른쪽 테스트)보다 큰 대안에 대해 null을 평가하는 한 꼬리 p 값입니다. 이러한 확률은 t 분포를 사용하여 계산됩니다. 다시 말하지만, p-값이 미리 지정된 알파 수준(일반적으로 .05 또는 .01)보다 작으면 평균이 통계적으로 현저하게 크거나 작다는 결론을 내릴 것입니다. h.

t – 이것은 학생 t-통계입니다. (52.775 – 50) / .6702372 = 4.1403 : (52.775 – 50) 및 주어진 수의 샘플 평균과 의 차이의 비율이다.